2026年9月28日，AMD正式宣布以全股票交易方式收购由AI先驱李飞飞（Fei‑Fei Li）创立的World Labs，交易估值约82亿美元。交易预计在2026年底前完成，尚需通过监管审批及其他惯例交割条件。此举被视为AMD在AI计算领域从芯片硬件向“模型+系统+基础设施”全栈能力延伸的关键一步，也是芯片巨头直接布局空间智能与物理世界模拟模型的标志性事件。
交易详情与双方背景
World Labs总部位于旧金山，由李飞飞于2024年创立，专注于空间智能（spatial intelligence）模型研发。其核心技术能够从文本、图像和视频输入生成、重建并模拟交互式三维环境，同时覆盖机器人学习与仿真相关技术。公司此前已推出商业化产品Marble（世界生成模型），并在2026年完成约10亿美元融资，估值快速攀升。李飞飞作为计算机视觉领域权威、ImageNet项目关键推动者，被广泛誉为“AI教母”，其团队在物理世界理解与合成数据生成方面积累了显著优势。
根据双方公告，交易完成后，World Labs团队将继续专注于前沿AI模型研究；李飞飞将加入AMD，担任执行副总裁兼首席科学家（Executive Vice President and Chief Scientist），直接向AMD董事长兼CEO苏姿丰（Lisa Su）汇报。World Labs联合创始人Justin Johnson与Ben Mildenhall等核心成员也将继续领导相关研发工作。AMD与World Labs此前已建立训练与推理优化合作关系，此次收购被双方视为从技术合作走向深度整合的自然延伸。
AMD官方强调，收购将为公司带来世界级研究团队与模型专长，强化其围绕新兴模型与应用需求设计AI硬件、软件与系统的能力，并进一步推动开放AI生态系统建设。李飞飞则表示，下一代AI需要模型研究、系统与计算的紧密协作，加入AMD将为团队提供资源与工程深度，加速研究并帮助定义下一代AI所需的基础设施。
战略意图与技术逻辑
此次收购发生在AI从纯文本/聊天模型向“理解并与物理世界交互”的系统演进的关键节点。大语言模型虽已强大，但在三维空间推理、物理模拟、机器人策略学习等领域仍受真实世界数据稀缺限制。World Labs的空间智能与世界模型技术，可通过高质量合成数据与交互式仿真弥补这一短板，直接服务于机器人、自动驾驶、工业仿真、沉浸式内容等场景。
对AMD而言，深度理解这类前沿工作负载，有助于其定制未来芯片架构、软件栈与系统方案，缩短“模型需求—硬件设计”反馈周期。在与NVIDIA的激烈竞争中，AMD通过直接掌握模型研究能力，有望在开放生态、异构计算与特定垂直场景中建立差异化优势。苏姿丰在声明中指出，构建下一代AI计算平台需要深刻理解模型如何演进，World Labs的专长将帮助AMD开发支撑下一代AI的硬件、软件与系统。
可能影响
1. AMD AI战略升级
收购使AMD从“卖铲子”进一步切入“造模型与定义工作负载”环节。硬件与模型研究的闭环，可能加速其在训练/推理芯片、软件框架与系统级方案上的迭代，尤其针对空间与物理AI这类新兴负载。
2. 空间智能与机器人赛道加速
World Labs的技术与AMD的算力、工程资源结合后，有望更快落地大规模仿真与合成数据生成能力，利好通用机器人、具身智能与工业自动化发展。合成数据质量的提升，可能降低真实世界数据采集成本与风险。
3. 行业竞争格局变化
芯片厂商直接收购前沿模型实验室的模式，可能被其他玩家关注或跟进。NVIDIA等竞争对手在模型与软件生态上已有深厚积累，AMD此举是追赶与差异化的重要尝试。同时，交易也可能引发对“硬件巨头掌控模型研究”是否影响开放生态的讨论。
4. 人才与研究资源整合
李飞飞出任AMD首席科学家，将显著提升公司在学术界与产业界的影响力。World Labs团队继续专注研究，有助于AMD吸引更多顶尖AI人才，并推动产学研更紧密协作。
5. 监管与交割风险
82亿美元全股票交易规模较大，需通过相关监管审批。交割前双方需维持业务连续性，整合过程中也可能面临文化与研发节奏协调问题。若顺利完成，将在2026年底前为AMD带来实质研究与产品协同。
6. 对开放生态的影响
双方均强调将共同建设覆盖硬件、软件、平台与开放模型的端到端开放AI生态。若兑现，可能为开发者与中小企业提供更多非闭源选择；若整合后更侧重内部优化，则需观察开放程度是否达标。
结语
AMD收购World Labs，是2026年下半年AI与半导体交叉领域的重磅交易。它不仅为AMD补强了空间智能与物理世界模型的研究短板，也标志着芯片公司开始更主动地定义下一代AI工作负载。李飞飞的加入与团队的持续研究，有望缩短“模型创新—硬件落地”的周期，并为机器人与具身智能等方向注入新动能。交易能否顺利交割并实现协同，将取决于监管进展与双方整合执行。无论最终结果如何，这场收购已清晰传递出信号：未来AI竞争，将越来越依赖硬件、软件与模型研究的深度融合。
▶️ 喜欢这篇内容？创作真的很辛苦！
欢迎关注我们的 YouTube 频道：
AI Rosetta
你的点赞、订阅和分享，是对我们最大的支持！🙏
更多AI新闻请访问：
https://www.airosetta.com